Les propongo considerar la siguiente pregunta «¿Pueden las máquinas pensar?». Esto debería comenzar con las definiciones del significado de los términos «máquina» y «pensar». Las definiciones podrían enmarcarse para reflejar en la medida de lo posible el uso normal del pensamiento, sin embargo, esto es peligroso. Si el significado de las palabras «máquina» y «pensar» se encuentran al examinar cómo se usan comúnmente es difícil escapar a la conclusión de que el significado y la respuesta a la pregunta » ¿Pueden las máquinas pensar?» se debería de buscar en una encuesta estadística tal como una de las que hace Gallup. Pero esto es absurdo. En lugar de intentar encontrar tal definición, reemplazaré la pregunta por otra, que está estrechamente relacionada con ella y se expresa en palabras relativamente inequívocas.

 

La nueva forma del problema se puede describir en términos de un juego que llamamos el «juego de imitación». Se juega con tres personas, un hombre (A), una mujer (B), y un interrogador (C) que puede ser de cualquier sexo. El interrogador permanece en una habitación aparte frente a los otros dos. El objeto del juego para el interrogador es determinar cuál de los otros dos es el hombre y cuál es la mujer. Él los conoce por las etiquetas X e Y, y al final del juego dice que «X es A y Y es B» o «X es B e Y es A.» El interrogador puede plantear preguntas a A y B así:

C: ¿Puedes decirme la X longitud de tu cabello?

 

Ahora supón que X es realmente A, entonces A debe responder. Es el objeto de A en el juego intentar hacer que C haga la identificación incorrecta. Su respuesta podría ser:

 

-Tengo el cabello revuelto, y los mechones más largos miden unas nueve pulgadas de largo.

 

Para que los tonos de voz no ayuden al interrogador, las respuestas deben ser escritas, o mejor aún, mecanografiadas. El arreglo ideal es tener un teleimpresor que comunique entre las dos habitaciones. Alternativamente, la pregunta y las respuestas pueden ser repetidas por un intermediario. El objeto del juego para el tercer jugador (B) es ayudar al interrogador. La mejor estrategia para ella es probablemente dar respuestas verdaderas. Ella puede agregar cosas tales como «¡Yo soy la mujer, no le escucho!» a las respuestas, pero no servirá de nada como el hombre puede hacer observaciones similares.

 

Ahora vamos a hacer la pregunta: «¿Qué pasará cuando una máquina tome la parte de A en este juego?» ¿El interrogador decidirá erróneamente tantas veces cuando el juego se juega así como cuando el juego se juega entre un hombre y una mujer? Estas preguntas reemplazan a nuestro original, ¿pueden las máquinas pensar?»

 

[Turing, A.M. (1950). Maquinaria informática e inteligencia. Mind, 59, 433-460.]

 

Hace 60 años este genial matemático británico dio la base teórica para el desarrollo de hoy y el uso de un sistema de aprendizaje y los mecanismos de la IA. Por supuesto, él no había soñado con lo que damos por sentado en estos días, como por ejemplo, el uso de ordenadores tremendamente eficientes. Sin embargo, dijo que para el año 2000 aproximadamente el 30% de las conversaciones en la web no se sabrían si eran entabladas con una persona real o un robot.

 

Muchos trataron de predecir cómo sería el futuro con robots inteligentes y androides. La representaban sobre todo en colores oscuros. Por ejemplo, grandes soñadores, como Phillip K. Dick, o Frank Herbert nos advirtieron que dar demasiado libre albedrío, combinado con superinteligencia y falta de sistema moral humano, podría terminar en un desastre. Vimos tan sólo un teaser en la serie de televisión reciente que logró todo un éxito, Westworld.

 

Afortunadamente, no tenemos que enfrentar a Skynet, luchar en la Jihad Butleriana, o contratar a Rick Deckard para cazar a Roy Batty… todavía.

 

Hoy podemos disfrutar de todas las ventajas de usar máquinas de aprendizaje e IA, ¡y también en marketing!

 

La fusión entre el software inteligente y los grandes datos parecía inevitable. ¿Quién más podría pacientemente y con tanta precisión procesar corrientes de ríos de datos de diversas fuentes?

 

Sistema de Aprendizaje y Marketing IA

El slogan tradicional de SALESmanago Automatización de Marketing que dice que la «Oferta adecuada debe ser destinada a la persona adecuada en el momento adecuado» con el Sistema de Aprendizaje Automático e Inteligencia Artificial de Marketing suena mucho más inteligente y estamos seguros que va a «Ofrecer la oferta a la persona adecuada en el momento adecuado, y en el canal correcto»

 

El sistema de SALESmanago de Aprendizaje Automático y de Inteligencia Artificial es un algoritmo avanzado de auto-aprendizaje que analiza el comportamiento de los clientes individuales, así como también te permite predecir futuras compras. A continuación, envía recomendaciones de productos personalizados de acuerdo con lo que el algoritmo considera más probable que se pudiera comprar. Además, proporciona información sobre la historia de compra de los clientes, el viaje del comprador y analiza la forma en que los productos se correlacionan en categorías, lo que permite ofrecer ofertas atractivas y llamativas a los clientes individuales.

 

Próxima generación predictiva de marketing basada en algorítmos de auto-aprendizaje

La tecnología de Aprendizaje de Máquinas y Marketing IA se basa en dos modelos de recomendación.

Cada uno está optimizado para apoyar un enfoque de marketing específico. Para el marketing de entrada, análisis de afinidad (o el denominado Inbound Predictive Marketing) y para el marketing de salida, análisis de comportamiento (el llamado Canal de Salida Predictivo). Utilizados en tándem, los modelos mejoran tanto las actividades de marketing entrante como saliente.

 

El mecanismo de análisis de afinidad se basa en algoritmos sofisticados utilizados en el análisis de asociación.

Al analizar minuciosamente los datos de transacciones y las correlaciones entre productos específicos y de categorías, se calcula la combinación óptima de elementos en cada oferta. Después de analizar y modelar los datos resultantes, se puede mostrar a cada cliente un marco con las recomendaciones del producto. Además, el uso de metadatos hace posible reaccionar instantáneamente a los cambios en las preferencias del cliente.

 

El sistema puede emplear el aprendizaje automático para comparar las predicciones del análisis de asociación de productos para los clientes finales de manera continua. A continuación, asigna el puntaje a cada recomendación dada para indicar la probabilidad de que el producto sea comprado por clientes individuales.

Además, al actualizar las redes de exclusión de productos, el algoritmo garantiza que los productos no se recomienden a los clientes que ya los compraron.

 

El análisis de comportamiento llevado a cabo por el módulo de Aprendizaje Automático y Marketing IA consiste en dos procesos: un examen exhaustivo de la actividad de los clientes entre distintas compras y el reconocimiento de los patrones más frecuentes en los viajes de compradores individuales que terminan con una compra. Los productos se recomiendan comparando el comportamiento de compra de los clientes en las categorías de productos y la puntuación sistemática. Además, el módulo mide fluctuaciones en la probabilidad de ocurrencias de eventos para cada transacción distinta.

 

Modelos Predictivos del Viaje del Cliente y recomendaciones conducidas por IA

El módulo de Aprendizaje Automático y Marketing AI puede seleccionar automáticamente los productos adecuados para cada cliente y recomendar la mejor forma de comunicación con ellos basándose en su Viaje al Cliente. Además, el sistema almacena información sobre el comportamiento de los visitantes anónimos del sitio web, permitiendo que el contenido sea personalizado incluso para contactos no identificados. Esto significa que todos los clientes están sujetos al análisis de sus mecanismos de comportamiento.

 

Nuevo Outbound e Inbound predictivo de marketing.

Canal predictivo y tiempo de personalización en la entrega de la oferta

 

Las actividades de marketing entrantes y salientes se benefician enormemente de la información adicional obtenida en el proceso. El conocimiento sobre qué productos o categorías son actualmente los más buscados, así como qué canales de comunicación resultan en las tasas de conversión más altas, es posible centrarse en soluciones eficientes y optimizar los gastos de marketing. Lo que es más, saber exactamente cuándo y cómo actúan los clientes, ayuda a elegir el momento perfecto para entregar un argumento de venta y fortalece las relaciones entre usted y el cliente. Todo este proceso es lo que llamamos «Predecir los caminos del cliente y los mecanismos de comportamiento».

 

Beneficios

  • Puedes Impresionar a tus clientes con ofertas de productos personalizadas
  • Obtén resultados reales y haz crecer tus ventas ajustando tu marketing a lo que los consumidores quieren ver
  • Alcanza el máximo valor de vida útil del cliente en cada caso
  • Optimiza tu presupuesto de marketing
  • Averigua qué productos y categorías son los más exitosos
  • Conoce las preferencias individuales de tus clientes y predice tu próxima compra
  • Accede a un análisis detallado de datos de transacciones